|
#
有些dbi2的数据库实现了fetchoneDict接口，毕竟不是强制要求的，但是实际应用中非常有用
import sys,sqlite3,os
def fetchoneDict(cr):
ff = [ r[0] for r in cr.description ]
rr = cr.fetchone()
if rr:
return dict( zip(ff,rr) )
return {}
cnn = sqlite3.connect('e:/tax.db3')
print dir(sqlite3)
cr = cnn.execute('select * from core_bill')
while 1:
r = fetchoneDict(cr)
if not r: break
print r
在应用项目中，我们又很多用户信息点需要被加载到图层上，这些点可以使用CustomMarker来显示。用户点分布密集程度不一致，而且量很大，一次性的全部加载进行图层是不可取的，幸好使用的是openscales的wmsc图层，底图是瓦片(tile)形式加载，所以最简单的方式就是当tile加载和释放的时候通知到用户层，用户层实现加载和释放用户信息点。 看了一下openscales的代码，发现tile的申请和释放并没有通知到层对象，所以我们不能直接获取这些事件消息。 wmsc类层次结构: wmsc->wms->Grid->HttpRequest->Layer Grid类维护了瓦片集合的二维数组，当地图extent改变时，openscales将扫描Grid的瓦片数组，如果发现有空洞则调用wms的addTile()创建新的tile，如果发现可废弃tile，则调用Grid.removeExcessTiles()。 addTile()之后openscales将通知layer接收TileEvent.TILE_LOAD_START事件，这个TILE_LOAD_START事件是可以利用的，作为tile加载时的通知事件，在使用的wmsc层时添加一个事件侦听便可获取tile加载事件； ImageTile从Tile派生下来，当Grid作废无效Tile时，将调用Tile.destroy()方法，所以我在TileEvent添加新事件TILE_DESTROY，在Tile.destroy()通知layer获取tile销毁的消息 1 public function destroy():void {
2 if (this.layer!=null){
3 this.layer.dispatchEvent(new TileEvent(TileEvent.TILE_DESTROY,this));
4 }
5 this.layer = null;
6 this.bounds = null;
7 this.size = null;
8 this.position = null;
10 } 修改文件 TileEvent.as,Tile.as 好了，事件接收只需要在Layer的实例添加如下代码: addEventListener(TileEvent.TILE_LOAD_START,tileLoadHandler); addEventListener(TileEvent.TILE_DESTROY,tileDestroyHandler);
TileEvent.tile携带了tile的boundle信息可供我们去请求feature对象了
啊关的企业在处理用友erp人事数据与税务报税时转换数据时被停滞了，一个小时内完成他的需求 1 # -*- coding:utf-8 -*-
2 # soctt.bin created 2011.8.29
3 # sw2us.com @2011
4 #
5
6 import sys,os,os.path,time,struct,traceback,threading,datetime,string,datetime,calendar
7 import xlrd
8
9 start_year=0
10 start_month= 0
11 start_day =1
12 end_day = start_day
13
14 end_year= 0
15 end_month = 0
16
17 employee_importFile=u'111111111.XLS'
18 tax_importFile=u'题桥工资格式.xls'
19
20 employee_exportFile=u'empolyees.txt'
21 tax_exportFile=u'personTax.txt'
22 employeelistfile='employee_simplelist.txt'
23
24 fixDeduct = 2000.00 #扣除额
25
26 #人员归档
27 def employeeAchive():
28 title = u'工号~~姓名~~证件类型~~证件号~~性别~~出生日期~~国家、地区~~开票标志~~申报方式~~职务~~地址~~含税标志~~邮政编码~~调入调离~~备注'
29 #rowfmt = u"%s~~ %s~~ 1 ~~%s ~~0 ~~%s ~~142 ~~1 ~~0 ~~ ~~ ~~1 ~~ ~~0 ~~0"
30 rowfmt = u"%s~~ %s~~ 1 ~~%s ~~0 ~~%s ~~142 ~~1 ~~0 ~~ ~~ ~~1 ~~ ~~0 ~~0"
31 rowfmt = rowfmt.replace(' ','')
32
33 wb = xlrd.open_workbook(employee_importFile)
34 sh = wb.sheet_by_index(0)
35 file = open(employee_exportFile,'w')
36 title = title.encode('gbk')
37 file.write(title)
38 file.write('\n')
39
40 file2 = open(employeelistfile,'w') #清单表2
41 for r in range(1,sh.nrows):
42 v = sh.row_values(r)
43 v = map(string.strip,v)
44
45
46 birth = ''
47 try:
48 y,m,d = v[4].split('-')
49 birth = "%04d%02d%02d"%(int(y),int(m),int(d))
50 except:
51 print u'出生年月空缺 (%s,%s)'%(v[1],v[2])
52
53 txt = rowfmt%(v[1],v[2],v[5],birth)
54 txt = txt.encode('gbk')
55 #print len(txt)
56 file.write(txt+'\n')
57
58 txt = "%s~~%s~~%s\n"%(v[1],v[2],v[5])
59 txt = txt.encode('gbk')
60
61 file2.write(txt)
62
63 file.close()
64 file2.close()
65
66
67 def precess_parameters():
68 global start_year,start_month,end_year,end_month,start_day,end_day
69
70 cur = datetime.datetime.now()
71 start_year = cur.year
72 start_month = cur.month
73 #print len(sys.argv)
74 if len(sys.argv) == 4 and sys.argv[1]=='tax':
75 start_year = int(sys.argv[2])
76 start_month = int(sys.argv[3])
77
78 start_day = 1
79 x,end_day= calendar.monthrange(start_year,start_month)
80
81
82
83 def salaryTax():
84 global start_year,start_month,end_year,end_month,start_day,end_day
85
86 precess_parameters()
87
88 hashemployee = {}
89 file = open(employeelistfile,'r')
90 lines = file.readlines()
91 file.close()
92 for line in lines:
93 line = line.strip().split('~~')
94 k = line[0]
95 v = line[2]
96 hashemployee[k] = v
97 #以上建立员工查找表
98
99
100 title = u'证件类型~~证件号码~~税目代码~~含税标志~~所属期起~~所属期止~~天数~~收入额~~扣除额~~应缴税额~~国家地区~~减免税额~~实缴税额'
101 #rowfmt = u"1 ~~%s ~~010000 ~~1 ~~%s ~~%s ~~%s ~~%s ~~%s ~~%s ~~142 ~~0 ~~%s"
102 rowfmt = u"1 ~~%s ~~010000 ~~1 ~~%s ~~%s ~~%s ~~%s ~~%s ~~%s ~~142 ~~0 ~~%s"
103 rowfmt = rowfmt.replace(' ','')
104
105 wb = xlrd.open_workbook(tax_importFile)
106 sh = wb.sheet_by_index(0)
107 file = open(tax_exportFile,'w')
108 title = title.encode('gbk')
109 file.write(title)
110 file.write('\n')
111
112 for r in range(1,sh.nrows):
113 v = sh.row_values(r)
114
115 v = map(unicode,v)
116 v = map(string.strip,v)
117 sid = '' #身份证编号
118 try:
119 sid = hashemployee[v[1]]
120 except:
121 print u'处理异常中断: 工号不能匹配! 工号: %s'%(v[1])
122 return
123 sys.exit(0)
124 start = "%04d%02d%02d"%(start_year,start_month,start_day)
125 end = "%04d%02d%02d"%(start_year,start_month,end_day)
126 txt = rowfmt%(sid,start,end, end_day-start_day+1,v[22],fixDeduct,v[24],v[24] ) #应发工资 W（v[22])
127 txt = txt.encode('gbk')
128 file.write(txt+'\n')
129 file.close()
130
131
132 if __name__=='__main__':
133 employeeAchive()
134 salaryTax()
135
It can be used to solve linear equation systems or to invert a matrix.高斯消元法用于解决线性代数求多元方程组的解，或者用于求可逆矩阵的逆 嘿嘿，python代码现成可用： def gauss_jordan(m, eps = 1.0/(10**10)):
"""Puts given matrix (2D array) into the Reduced Row Echelon Form.
Returns True if successful, False if 'm' is singular.
NOTE: make sure all the matrix items support fractions! Int matrix will NOT work!
Written by J. Elonen in April 2005, released into Public Domain"""
(h, w) = (len(m), len(m[0]))
for y in range(0,h):
maxrow = y
for y2 in range(y+1, h): # Find max pivot
if abs(m[y2][y]) > abs(m[maxrow][y]):
maxrow = y2
(m[y], m[maxrow]) = (m[maxrow], m[y])
if abs(m[y][y]) <= eps: # Singular?
return False
for y2 in range(y+1, h): # Eliminate column y
c = m[y2][y] / m[y][y]
for x in range(y, w):
m[y2][x] -= m[y][x] * c
for y in range(h-1, 0-1, -1): # Backsubstitute
c = m[y][y]
for y2 in range(0,y):
for x in range(w-1, y-1, -1):
m[y2][x] -= m[y][x] * m[y2][y] / c
m[y][y] /= c
for x in range(h, w): # Normalize row y
m[y][x] /= c
return True 使用方法 : If your matrix is of form [A:x] (as is usual when solving systems), items of A and x both have to be divisible by items of A but not the other way around. Thus, you could, for example, use floats for A and vectors for x. Example: mtx = [[1.0, 1.0, 1.0, Vec3(0.0, 4.0, 2.0), 2.0], [2.0, 1.0, 1.0, Vec3(1.0, 7.0, 3.0), 3.0], [1.0, 2.0, 1.0, Vec3(15.0, 2.0, 4.0), 4.0]] if gauss_jordan(mtx): print mtx else: print "Singular!" # Prints out (approximately): # # [[1.0, 0.0, 0.0, ( 1.0, 3.0, 1.0), 1.0], # [0.0, 1.0, 0.0, ( 15.0, -2.0, 2.0), 2.0], # [0.0, 0.0, 1.0, (-16.0, 3.0, -1.0), -1.0]] Auxiliary functions contributed by Eric Atienza (also released in Public Domain): def solve(M, b): """ solves M*x = b return vector x so that M*x = b :param M: a matrix in the form of a list of list :param b: a vector in the form of a simple list of scalars """ m2 = [row[:]+[right] for row,right in zip(M,b) ] return [row[-1] for row in m2] if gauss_jordan(m2) else None def inv(M): """ return the inv of the matrix M """ #clone the matrix and append the identity matrix # [int(i==j) for j in range_M] is nothing but the i(th row of the identity matrix m2 = [row[:]+[int(i==j) for j in range(len(M) )] for i,row in enumerate(M) ] # extract the appended matrix (kind of m2[m:,...] return [row[len(M[0]):] for row in m2] if gauss_jordan(m2) else None def zeros( s , zero=0): """ return a matrix of size `size` :param size: a tuple containing dimensions of the matrix :param zero: the value to use to fill the matrix (by default it's zero ) """ return [zeros(s[1:] ) for i in range(s[0] ) ] if not len(s) else zero 算法伪代码: i := 1j := 1
while (i ≤ m and j ≤ n) do
Find pivot in column j, starting in row i:
maxi := i
for k := i+1 to m do
if abs(A[k,j]) > abs(A[maxi,j]) then
maxi := k
end if
end for
if A[maxi,j] ≠ 0 then
swap rows i and maxi, but do not change the value of i
Now A[i,j] will contain the old value of A[maxi,j].
divide each entry in row i by A[i,j]
Now A[i,j] will have the value 1.
for u := i+1 to m do
subtract A[u,j] * row i from row u
Now A[u,j] will be 0, since A[u,j] - A[i,j] * A[u,j] = A[u,j] - 1 * A[u,j] = 0.
end for
i := i + 1
end if
j := j + 1
end while
矩阵是个好玩的东西，在平面软件处理的时候，逆矩阵都用来转换鼠标位置到特定的坐标系,教科书是这么写的 M' x ( F x M) = M numpy 就很简单了: from numpy import linalg as LA
form numpy import *
m = mat('1 2 3;4 5 6;7 8 9')
mi = LA.inv(m)
print mi
sdk自带的ZoomBoxHandler实现的功能地图的ZoomIn unregisterListeners(),registerListeners() 注册和注销与地图的事件关联 deactiveDrag()函数禁止map的拖动
每一次zoom之后ZoomBoxHandler就失效，每次都必须点击ZoomBox按钮 ZoomBox.mxml定义了触发按钮，点击即刻调用handler.deactiveDrag() 考虑改造这个ZoomBoxHandler的触发规则，比如检测下按 [shift/ctrl] 自动进入zoom状态,[shift]放大,[ctrl]缩小
从朋友处得到一份2011年的四维地图数据，但是数据是未修正偏差的。花了2周时间加工出了效果
有问题请大家指正
截图 :
有点来不及了，今天开始写tax金税开票服务系统的代码，团购的事情与小风交流之后有点清楚 
真的自己没有恒心恐怕要半途而废了 cxoracle版本与oracle instantclient版本 必须严格匹配（花了很多时间）
http://cx-oracle.sourceforge.net/
oracle 10g
cx_Oracle-5.1-10g.win32-py2.6.msi
instantclient-basic-win32-10.2.0.4.zip
解压instantclient-basic-win32-10.2.0.4.zip ，并将此目录设置为ORACLE_HOME
将instantclient-basic-win32-10.2.0.4目录内的dll拷贝到c:\python26\lib\site_packages
运行oracle_test.py测试是否能连接到远程oracle服务
import cx_Oracle
dsn_tns = cx_Oracle.makedsn('192.168.14.203', 1521,'ORCL') -- ORCL为远端oracle配置的listener的名称
print cx_Oracle.connect('tax','tax',dsn_tns)
学习过MapGuid,MapServer,Qgis等多种开源地图处理服务软件，开发了遵循WMS标准的地图服务，包括wms接入，地图渲染服务。 近1年的时间跑的地图展示都是wms服务器实时请求TileServer进行绘制，Tileserver进程被部署在一台高端的服务器上，同时启动了8个服务进程，访问忙碌的时候机器有点吃不消，就看到cpu那根线飚的很高。 geoserver这个用java做的wms服务器，性能不敢恭维，玩geoserver的时候接触了tilecahce这个开源软件，目前跑啥版本就不清楚了，之前将其研究了个明白，知道自己需要的是什么，所以一切还是得自己写。 对我来讲tilecache不实用的原因有多个: 1.支持过多的cahce 存储方式，什么google的数据库，oracle的也有，虽然代码框架的好，但很多东西都不管用，所以代码维护不够灵活 2.tilecache通过apache提供web的wms服务，然后tilecahe里再请求后端的geoserver服务，产生的cache根据他定 义的一个网格依次按x,y,z的索引存储在文件系统里面，并将图形进行编码分类。这种实现并没有问题，但要知道这些cache出来的图像文件是那么的多且 都零碎，有些图片还够不上一个文件系统基本的一个存储页大小，所以会大量浪费空间；由于文件零碎且多，移动这些文件也是个相当大的问题，一次为了将这些 cahce tile文件从A机器拷贝到B机器尽然花费了1天的时间。 tilecache有这些不如我意的地方，所以之前自己也考虑再写一个tilecache的 backend，将渲染出来的东西直接存储进pgsql数据库，那以后只要导出数据库的tablespace就可以了，嗯！的确可行，也跑了一段时间 最后还是决定放弃tilecahce了，毕竟wms自己已经实现了，要再做个backend也是很简单，做完直接整合进wms服务器。 我考虑采用sqlite来存储这些瓦片图形，由于sqlite处理多线程时天性有点问题，多线程不能共享同一个连接(connection),所以实现的时候在每个线程创建了新的连接，开销是有一些的，那比之前实时请求TileServer要快的多了。 现在wms跑的很开心了，cpu也不忙了，就是累死了硬盘了 一台机器上渲染的地图瓦片数据单独存储在一个文件里面，要部署到另外一台机器也很方便了，只需要拷贝一下就可以了 接着看看将这个sqlite换成pgsql，看看性能哪个更强一点 python代码实现: 1 def getBitmapTile3(self,renderTile,mapid,res,xy,size):
2 if not self.enable:
3 return None #表示需要实时请求地图数据
4
5 tile = None
6 dbconn = sqlite3.connect(self.dbname)
7 try:
8 #dbconn.text_factory = str
9 cr = dbconn.cursor()
10 cr.execute('select image from tiles where res=? and x=? and y=?',(res,xy[0],xy[1]))
11 r = cr.fetchone()
12 if not r:
13 tile = renderTile(mapid,res,xy,size)
14 if tile and tile.pixmap:
15 b = sqlite3.Binary(tile.pixmap)
16 print '*'*20
17 cr.execute(u'insert into tiles (res,x,y,z,image) values(?,?,?,?,?)',(res,xy[0],xy[1],0,b))
18 else:
19 tile = r[0]
20 self.cacheshooted+=1
21 print 'shooted ',self.cacheshooted
22 except:
23 traceback.print_exc()
24 tile = None
25 dbconn.commit()
26 return tile
27 记得空的时候在flex端写个自动跑地图的程序，不能让机器闲着，没事的时候把全国地图的瓦片自动产生一下，免得在访问地图系统的时候再去产生瓦片！
|